用途：这是一个教学性质的 Python 项目，目标是分 14 天从零构建一个名为 agent-code 的代码智能体 CLI，学习 LLM 外围的“harness”层，包括工具调用、文件操作、权限系统、会话管理与智能体编排模式。
主要能力：按天递进实现 CLI 运行时与 REPL、斜杠命令、基于 Anthropic Messages API 格式的智能体循环与工具调用、文件搜索/读取/带 diff 预览的安全编辑、带权限引擎的 Bash 执行、会话持久化与项目记忆、hooks、skills、子智能体、MCP 工具集成，以及多任务工作流的工作树隔离。默认模型使用 DeepSeek 的 Anthropic 兼容端点，也可用于任何兼容 Anthropic Messages API 的服务。
使用方式：仓库中每天对应 packages/day-*/ 下的独立 Python 包。克隆仓库后进入某一天目录，执行 uv sync 与 uv run agent-code "list files in current directory" 即可运行快照。自建学习项目可 mkdir agent-code、uv init、uv add typer anthropic，并设置环境变量 ANTHROPIC_AUTH_TOKEN、ANTHROPIC_BASE_URL、AGENT_MODEL、AGENT_SESSION_DIR。测试在对应天目录下运行 uv run pytest。
适用场景：适合想理解代码智能体架构、工具调用模式、安全文件操作与权限系统的开发者学习。
限制：项目明确为教学用途，不追求生产级健壮性、与 Claude Code 的 1:1 功能对等或企业级性能。DeepSeek 的 Anthropic 兼容性并非完美，可能出现工具调用解析错误。文件访问默认限制在 cwd 内。第 8 至 14 天内容随仓库发布更新。